Original Article

Tunnel and Underground Space. 31 October 2022. 327-343
https://doi.org/10.7474/TUS.2022.32.5.327

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 트럭 운반 작업 및 핵심성과지표

  •   2.1 노천 및 지하 광산의 트럭 운반 작업

  •   2.2 트럭 운반 작업의 핵심성과지표

  • 3. 표준 트럭 작업일지 개발

  •   3.1 기존 트럭 작업 일지 분석

  •   3.2 GMG의 성과지표 산정식 검토

  •   3.3 표준 트럭 작업 일지 설계

  • 4. 표준 트럭 작업 일지 현장 적용

  •   4.1 연구지역 및 적용 방법

  •   4.2 트럭 작업 일지 작성 결과

  •   4.3 트럭 운반 작업의 성능 평가 결과

  • 5. 토 의

  • 6. 결 론

1. 서 론

4차 산업혁명이 기존에 형성된 모든 산업의 패러다임을 변화시킴에 따라 광업 분야에서도 스마트 마이닝(smart mining)이라는 신기술이 등장하였다. 스마트 마이닝은 사물인터넷(Internet of Things, IoT), 인공지능(Artificial Intelligence, AI), 로보틱스 등 4차 산업의 핵심기술들을 광업 현장에 적용시켜 광산 현장의 자산, 공정, 사람을 서로 연결시키고, 모니터링, 분석, 예측, 진단, 최적화, 자동화를 통해 생산성과 안정성을 향상시키기 위한 기술이다. 주요 광업회사들은 생산성 향상과 자동화 및 예측을 통한 유지 보수를 위해 스마트 마이닝 기술을 도입하고 있다. 대표적인 적용 사례로 Rio Tinto는 운반 및 드릴링 과정을 자동화하는 광산 자동화 시스템을 추진하였으며, BHP는 인공지능 기술을 이용하여 광물을 운반하는 철도의 일정을 자동화하고 일련의 결정 시스템을 도입한 바 있다(Jang, 2019, Kim and Yoo, 2021). 이 외에도 스마트 마이닝과 관련한 기술 개발은 탐사에서 채광 및 선광에 이르기까지 광산 개발 전 과정에 걸쳐 이루어지고 있다(Baek et al., 2017, Baek et al., 2018, Bellanca et al., 2019, Jung et al., 2016, Jung and Choi, 2017, Kim et al., 2021, Park and Choi, 2021a, 2021b, 2022a, 2022b, 2022c, 2022d).

국내 광업계에서도 4차 산업혁명에 대응하여 스마트 마이닝 기술을 현장에 도입하려는 노력과 시도가 이루어지고 있지만, 규모의 영세성과 낮은 수익구조로 인해 신기술에 대한 투자 여력이 부족한 실정이다. 한국지질자원연구원에서 발표한 자료에 따르면 국내 광산의 경우 연간 매출액 1억 원 미만의 광산이 전체 광산의 52.6%를 차지하고, 10억 원 미만의 광산이 71.7%를 차지할 만큼 매우 영세한 특징을 보인다(Korea Institute of Geoscience and Mineral Resources, 2022). 그뿐만 아니라 열악한 작업환경, 갱내 광산 심부화로 인한 재해위험, 현대화 장비의 미비와 같은 문제로 국내 광업계는 만성적인 인력난을 겪고 있으며, 현장 기능인력의 고령화는 더욱 심해지고 있다. 이로 인해 나타나는 디지털 정보격차는 국내 광업계에 스마트 마이닝 기술의 도입을 어렵게 하는 장애 요인이 되고 있다. Park and Choi(2022c)는 국내 광업계에서도 스마트 마이닝 기술에 대한 관심과 수요, 적용 사례가 더욱 증가하리라 전망하였다. 또한, 기술의 개발과 도입은 국내 광업의 실정을 고려하여 저렴하고 간단한 기술부터 단계적으로 이루어져야 하며, 표준화된 방법을 통해 관련 기술을 도입하여 중복된 기술 도입과 투자를 방지하는 것이 중요하다고 언급한 바 있다.

스마트 마이닝 시스템을 성공적으로 구축하기 위해서는 기본적으로 데이터 수집과 관련한 영역을 표준화하고 디지털화하는 것이 가장 우선시되어야 할 것이라 판단된다. 광산 현장의 데이터 수집과 관련한 업무의 대표적인 예시로는 트럭 작업 일지가 있다. 원석의 생산과 관련한 데이터를 수집 및 분석, 관리하기 위한 목적으로 생산 작업 도중 트럭 작업 일지가 작성되고 있으며, 국내의 모든 광산 현장에서 활용하고 있다. 그러나 표준화된 트럭 작업 일지가 없어 광산 현장마다 서로 다른 작업 일지를 활용하고 있는 실정이다. 따라서 스마트 마이닝 시스템을 구축할 때 각종 IT 시스템들의 상호 호환과 데이터 통합 및 관리에 어려움이 따를 것이라 예상된다. 광석 혹은 폐석을 운반하는 데 투입되는 비용은 전체 광산 운영비용의 절반 이상을 차지하기 때문에, 광산의 운반 작업을 효율적으로 설계하고 운영하는 것은 매우 중요하다(Alarie and Gamache, 2002). 효율적인 운반 작업을 설계하고 운영하기 위해서는 운반 작업에 대한 데이터를 수집한 다음 체계적인 분석과 관리가 우선적으로 이루어져야 한다.

본 연구에서는 광산의 운반 작업과 관련한 데이터를 체계적으로 수집하고 핵심성과지표(Key Performance Indicators, KPIs)를 이용한 운반 작업의 성능 평가도 함께 수행할 수 있는 표준 트럭 작업 일지를 개발하고자 한다. 노천 및 지하 광산에서 모두 활용이 가능하고 실사용자들의 작성 편의성을 고려한 작업 일지를 개발하기 위해 노천 및 지하 광산의 트럭 운반 작업에 대한 분석을 수행하였다. 국내의 5개 광산을 대상으로 확보한 트럭 작업 일지를 분석하고 표준 트럭 작업 일지에 포함되어야 할 항목들을 도출하였다. 글로벌 마이닝 가이드라인 그룹(Global Mining Guidelines Group, GMG)에서 제안한 핵심성과지표들을 분석한 다음 성과지표 산정에 필요한 요소들을 도출하였으며, 이를 바탕으로 표준 트럭 작업 일지를 설계하였다. 또한, 국내의 지하 석회석 광산을 연구지역으로 선정한 다음 표준 트럭 작업 일지를 이용하여 트럭 운반 작업에 대한 성능을 진단하고 평가하였다.

2. 트럭 운반 작업 및 핵심성과지표

2.1 노천 및 지하 광산의 트럭 운반 작업

대부분의 노천 및 지하 광산은 다수의 적재장과 파쇄장으로 구성되어 있으며, 광석 혹은 폐석을 운반하는 작업은 다양한 적재 장비와 운반 장비의 조합으로 운영되고 있다(Park et al., 2014). 그러나 장비에 대한 선택의 가능성은 많이 있을지라도 광산 작업에 있어서 일부만이 대부분의 운반 작업에 사용되고 있다. 트럭과 로더, 컨베이어 벨트는 노천광산에서 널리 사용되지만, 지하 광산에서는 레일, 트럭, 셔틀 카, LHD (Load Haul Dump), 로더 그리고 컨베이어 벨트가 널리 활용되고 있다(Hartman and Mutmansky, 2002). 많은 광산 현장에서 로더와 트럭으로 구성된 로더-트럭 운반시스템을 적용하여 채광된 광석을 적재 및 운반하고 있으며, 이 시스템을 구성하는 장비들의 단위작업들은 Suboleski(1975)가 제안한 트럭순환시간 이론(식 (1))을 이용하여 설명할 수 있다(Bonates, 1996, Temeng, 1997, Cardu et al., 2004).

(1)
TCT=STL+LT+TL+STD+DT+TE+AD

식 (1)에서 TCT (Truck Cycle Time)는 총 트럭순환시간을 의미한다. STL (Spotting Time at Loader)은 적재 지점의 대기열에서 나온 트럭이 적재 장비까지 접근하는 시간을 의미하며, LT (Loading Time)은 광석 혹은 폐석을 적재하는 시간, TL (Travel time of a Loaded truck)은 광석 혹은 폐석을 적재한 트럭이 하역 지점까지 이동하는 시간, STD (Spotting Time at Dumping area)는 하역 지점에 도착한 트럭이 광석 혹은 폐석의 하역 위치까지 접근하는 시간, DT (Dumping Time)는 광석 혹은 폐석을 하역하는 시간, TE (Travel time of Empty truck)는 광석 혹은 폐석을 하역한 트럭이 다시 적재 지점으로 복귀하는 시간을 의미한다. 마지막으로 AD (Average Delay time)는 트럭이 적재 지점 혹은 하역 지점에서 작업 대기로 인해 발생할 수 있는 지연시간을 의미한다.

2.2 트럭 운반 작업의 핵심성과지표

많은 산업분야에서는 목표를 성공적으로 달성하고 핵심적으로 관리해야 하는 요소들을 평가하기 위해 핵심성과지표를 활용하고 있다. 핵심성과지표를 활용하면 다양한 산업 분야에서 수행되는 프로세스를 평가할 수 있으며, 산업 혹은 회사 시스템의 전반적인 지속 가능성과 운영 관련 문제들을 개선할 수 있다. 광업 분야에서도 광업의 특수성에 맞는 측정(measures)과 메트릭(metrics)을 이용한 핵심성과지표들이 식별되었으며, 이를 이용하여 광산 개발 프로세스를 평가하는 연구들이 수행된 바 있다(Arputharaj, 2015, Hague, 2021, Gackowiec et al., 2020, Park and Choi, 2022d). 2012년에 설립된 GMG는 글로벌 광업 커뮤니티를 하나로 묶는 비영리 회원 단체로서 채광 프로세스와 관련한 자산(장비)의 성과(performance)를 평가하기 위한 시간 사용 모델과 핵심성과지표들을 제안하였다(Global Mining Guidelines Group, 2020). GMG는 자산의 가용률(availability), 이용률(utilization), 효율성(effectiveness)의 세 가지 측면에서 총 9개의 성과지표를 제안하고 있으며, 이 지표들은 시간 사용 모델을 통해 분류되는 시간 범주(time categories)를 이용하여 산정할 수 있다. 시간 사용 모델에서 제안하는 시간 범주는 달력 시간(calendar time), 예정된 시간(scheduled time), 예정에 없던 시간(unscheduled time), 휴지 시간(downtime), 이용 가능한 시간(available time), 대기(standby), 운영 시간(operating time), 운영 지연(operating delay), 근무 시간(working time), 비생산적인 시간(non-productive time), 생산적인 시간(productive time)으로 구분되며, Fig. 1과 같이 나타낼 수 있다.

https://static.apub.kr/journalsite/sites/ksrm/2022-032-05/N0120320504/images/ksrm_32_05_04_F1.jpg
Fig. 1.

Time usage model in GMG’s Guideline (Global Mining Guidelines Group, 2020)

달력시간은 자산(장비 혹은 인원)을 가용할 수 있는 총 시간을 의미하며, 예정된 시간과 예정에 없던 시간으로 구분할 수 있다. 예정된 시간은 자산이 광산의 운영 또는 채광 프로세스에 투입되어 운용되는 시간을 의미하며, 반대로 예정에 없던 시간의 경우 법정 공휴일, 계획된 휴무, 장비의 오버홀(overhaul)과 같이 자산이 필요치 않아 운용되지 않는 시간을 의미한다. 예정된 시간은 다시 이용 가능한 시간과 휴지 시간으로 구분할 수 있다. 이용 가능한 시간은 가동 시간을 의미하며, 자산이 광산의 운영에 필요하고 의도한 기능을 수행할 수 있는 상태이다. 휴지 시간은 자산이 광산의 운영에 필요하지만 고장 및 수리와 같은 이유로 의도한 기능을 수행할 수 없는 상태를 의미한다. 이용 가능한 시간은 운영 시간과 대기로 구분할 수 있으며, 운영 시간은 자산이 사람 혹은 시스템의 제어하에 있는 상태로 즉시 가용이 가능한 상태를 의미한다. 자산을 사용할 수 있지만 가용하지 않는 상태는 대기로 분류할 수 있으며, 대기는 발생 요인에 따라 운영 대기와 외부 대기로 다시 구분된다. 운영 대기는 자산을 가용할 수 있지만 경영진 혹은 경영권의 결정으로 인해 즉시 가용할 의사가 없는 상태를 의미한다. 외부 대기는 자산이 광산 운영에 필수적이며, 가용되어야 하지만 지하수에 의한 침수, 천반 붕괴, 인력 부족과 같이 운영 관리 통제의 영향을 벗어난 이유로 가용할 수 없는 상태이다. 운영 시간은 다시 근무 시간과 운영 지연으로 구분할 수 있다. 근무 시간은 자산이 의도한 기능을 수행하고 가용되고 있는 상태를 의미하며, 직접적으로 생산 작업에 기여하거나 기여하지 않는 상태를 의미한다. 운영 지연은 자산이 가용되고 있는 상태이나 물리적 혹은 환경적 요인으로 인해 작업이 일시적으로 중지되거나 방해받는 상태이다. 마지막으로 근무시간은 생산적인 시간과 비생산적인 시간으로 구분할 수 있다. 생산적인 시간의 경우 자산이 의도한 기능을 수행하고, 생산 작업에 직접적으로 기여하는 활동을 하는 상태를 의미한다. 반대로 비생산적인 시간은 생산에 직접적으로 기여하지는 않지만, 지속적이고 효율적인 광산 운영을 위해 수반되는 활동을 하는 상태를 의미한다.

자산의 가용률과 관련한 성과지표는 Surface mining (Pfleider, 1968, Kennedy, 1990)에서 제안된 가용률의 정의를 기반으로 설명할 수 있으며, 가동시간(uptime), 물리적 가용률(physical availability), 기계적 가용률(mechanical availability)의 세 가지 지표가 포함된다. 가동시간의 경우 자산의 필요 여부와 관계없이 장비를 가용할 수 있는 총 시간을 측정하는 지표로 식 (2)를 이용하여 산정할 수 있다. 물리적 가용률은 자산의 작동 여부와 관계없이 자산이 필요한 시간의 백분율로 자산을 가용할 수 있는 시간을 의미하며, 대기 시간의 영향을 반영하여 산정한다(식 (3)). 기계적 가용률은 작업에 대한 유지 관리의 영향을 식별하는 데 활용할 수 있는 지표로서 작업에 필요한 시간의 백분율로 자산을 가용할 수 있는 시간을 나타낸다(식 (4)).

(2)
Uptime=AvailableTime(AT)CalendarTime(CT)
(3)
PhysicalAvailability=AvailableTime(AT)ScheduledTime(ST)orOperatingTime(OT)+Standby(SB)ScheduledTime(ST)
(4)
MechanicalAvailability=OperatingTime(OT)OperatingTime(OT)+Downtime(DT)

이용률은 자산 혹은 장비의 사용 정도를 측정하는 지표로 가용장비 이용률(use of availability), 자산 이용률(asset utilization), 운영 이용률(operating utilization), 유효 이용률(effective utilization)의 네 가지 지표가 있다. 가용장비 이용률은 가용 가능한 장비를 작업의 측면에서 얼마나 잘 활용했는지 측정하는 지표를 의미하며 식 (5)와 같이 표현된다(Pfleider, 1968). 자산 이용률은 자산을 활용할 수 있는 총 시간인 달력 시간에 대해 자산의 전체적인 활용 시간을 백분율로 나타낸 것으로 자산의 전체적인 사용을 측정하며 식 (6)과 같이 표현된다. 운영 이용률은 운영이 필요하거나 예정된 자산의 사용을 나타내는 지표(식 (7))이며, 유효 이용률의 경우 자산이 의도한 기능을 수행하기 위해 사용된 시간을 측정하는 지표(식 (8))이다(Global Mining Guidelines Group, 2020).

(5)
UseofAvailability=OperatingTime(OT)AvailableTime(AT)
(6)
AssetUtilization=OperatingTime(AT)CalendarTime(CT)
(7)
OperatingUtilization=OperatingTime(OT)ScheduledTime(ST)
(8)
EffectiveUtilization=WorkingTime(WT)ScheduledTime(ST)

마지막으로 효율성과 관련한 성과지표에는 운영 효율성(operating efficiency)과 생산 효율성(production effectiveness)이 있다. 운영 효율성은 자산을 운용하는 도중에 발생한 지연의 영향을 반영하여 자산을 얼마나 효과적으로 활용하고 있는지를 측정하는 지표(식 (9))이며, 생산 효율성은 자산이 생산에 직접적으로 기여한 시간을 측정하는 지표(식 (10))이다(Global Mining Guidelines Group, 2020).

(9)
OperatingEfficiency=WorkingTime(WT)OperatingTime(OT)
(10)
ProductionEffectiveness=ProductiveTime(PT)OperatingTime(OT)

3. 표준 트럭 작업일지 개발

Park and Choi(2022b)는 광업계의 디지털 정보 격차를 완화하기 위해 광산 현장에서 범용적으로 사용이 가능한 스마트폰 기반의 작업 일지 작성 앱(app)을 개발하였으며, 예비 실사용자들을 대상으로 만족도 조사를 수행한 바 있다. 만족도 조사를 통해 기존의 트럭 작업 일지는 차량 운행 도중 트럭 운전기사에 의해 수기로 작성되기 때문에 안전에 대한 우려가 항상 존재하고 있으며, 지하 광산의 경우 어두운 갱내 환경에서 작성해야 하는 어려움과 불편함, 일지를 작성할 시간이 충분하지 않다는 의견이 수렴되었다. 따라서 새롭게 개발되는 표준 트럭 작업 일지는 작업 일지를 실제로 활용하게 될 트럭 운전기사의 편의성을 최대한 고려하여 작성이 편리하도록 설계할 필요가 있다. 또한, 광산 현장에서 활용하고 있는 기존의 트럭 작업 일지의 항목들을 포함하는 동시에 GMG에서 제안한 핵심성과지표를 효율적으로 산정할 수 있도록 시간 관련 정보도 함께 기록할 수 있어야 한다. 이를 위해 본 연구에서는 다음 절차에 따라 표준 트럭 작업 일지를 설계하였다. 먼저, 국내 광산 현장에서 활용 중인 기존의 트럭 작업 일지를 분석한 다음 표준 트럭 작업 일지에 포함되어야 할 항목들을 도출하였다. 다음으로 GMG에서 제안한 핵심성과지표의 산정식을 검토하고 시간 관련 정보를 어떻게 기록할 것인지 분석하였다.

3.1 기존 트럭 작업 일지 분석

표준 트럭 작업 일지에 기재되어야 할 항목들을 도출하고 설계하기 위해 국내 광산 현장에서 사용하고 있는 트럭 작업 일지를 확보한 다음 분석하였다. Park and Choi(2022a)는 광산 현장의 원석 생산 데이터를 기록하고 트럭의 작업 일지를 작성하기 위한 애플리케이션을 개발하였으며, 이를 위해 국내 광산 현장 4곳에서 사용하고 있는 작업 일지를 분석한 바 있다. 본 연구에서는 Park and Choi(2022a)의 분석 결과에 1곳의 광산을 추가한 다음 5곳의 광산을 대상으로 분석을 수행하였다. 트럭 작업 일지를 분석한 결과 현장마다 서로 다른 양식의 작업 일지를 활용하고 있었다. 작업 일지에 기재되는 항목들은 크게 일반 현황, 차량 현황, 운행 현황, 기타 사항의 4가지 영역으로 구분할 수 있었으나 작업 일지에 포함되는 세부 기재 항목들은 서로 다르게 나타났다(Table 1). 일반 현황에서는 생산 작업이 이루어진 날짜와 날씨 정보, 차량 및 작업자에 대한 정보를 기록하고 차량 현황에서는 차량의 운행 시간 및 거리, 주유량과 같은 정보를 기록하고 있다. 운행 현황 영역에서는 생산 실적을 파악하기 위한 정보들이 포함되며 채광된 원석의 적재 및 하역 장소, 적재시간(시점), 제품명, 하역 방식, 중량, 적재작업을 수행한 로더에 대한 정보가 있다. 기타 사항에서는 차량의 정비내역, 생산 작업 도중에 발생한 특이사항을 기록하고 있다. 생산 작업이 이루어진 날짜, 차량 정보, 적재 장소, 제품명의 4가지 항목은 모든 광산 현장에서 기록하고 있는 것으로 나타났으며, 작업자 정보, 적재 시간, 차량 정비내역 및 특이사항의 경우 4곳의 광산에서만 기록하고 있었다. 하역 지점, 하역 방법, 중량과 같은 항목의 경우에는 일부 광산에서만 기록하고 있는 것으로 나타났다. 작업 일지에 기록되는 항목들은 광산의 규모, 광종, 차량 운용 방법 등에 따라 달라지는 것으로 판단된다.

Table 1.

Items included in the work report for each mine site (Modified from Park and Choi (2022a))

Items Site A Site B Site C Site D Site E
General information Date
Weather
Vehicle information
Worker information
Vehicle status Operating time
Mileage
Fuel volume
Operation status Loading point
Dumping point
Loading time
Product name
Dumping method
Weight
Loader information
Etc. Maintenance details
Special note

표준 트럭 작업 일지의 기재 항목들은 기존의 트럭 작업 일지의 분석 결과를 바탕으로 일반 현황, 차량 현황, 운행 현황, 기타 사항의 4가지 영역에서 도출하였다. Table 2는 표준 트럭 작업 일지에 포함되어야 할 항목들과 내용을 나타낸 것이다. 일반 현황에서는 생산 작업이 이루어진 날짜, 차량 및 작업자에 대한 정보, 출근 및 퇴근 시간을 기록하고 차량 현황에서는 누적 주행 거리(시작 및 종료 시), 주유량에 대한 정보를 기록하도록 구성하였다. 운행 현황에서는 차량 운행시간, 적재 및 하역 지점, 제품명에 대한 정보를 입력하도록 구성하였다. 마지막으로 기타 사항에서는 차량의 정비 내역 및 소요 시간과 생산 작업 도중 발생한 특이사항에 대한 정보를 기록할 수 있도록 구성하였다.

Table 2.

Items to be included in the standard work log for trucks

Items Contents
General information Date ․ The date on which the production was carried out
Vehicle information ․ Vehicle number and capacity
Worker information ․ Vehicle driver's name
Commute time ․ Vehicle driver's commute time
Vehicle status Mileage ․ Vehicle mileage (at the start/end of production)
Fuel volume ․ Vehicle fuel volume
Operation status Vehicle operating time ․ Start and end times of loading and haulage operations
․ Waiting time during production
Loading point ․ Loading points for ore and waste
Dumping point ․ Dumping points for ore and waste
Product name ․ Name of the loaded product
Etc. Maintenance details ․ Vehicle maintenance history and required time
Special note ․ Anomalies that occurred during production

3.2 GMG의 성과지표 산정식 검토

GMG에서 제안한 핵심성과지표들의 산정식을 검토한 결과 각 지표들을 계산하기 위해 필요한 시간 범주들은 Table 3과 같이 식별되었다. 가동시간과 자산 이용률의 경우에는 달력 시간(CT)에 포함되는 모든 시간 범주들이 측정되어야 산정이 가능한 것으로 나타났다. 물리적 가용률, 운영 이용률, 유효 이용률의 경우에는 예정에 없던 시간(UT)을 제외한 나머지 시간 범주들이 성과지표 산정에 필요하였다. 기계적 가용률은 운영 시간(OT)에 포함되는 3가지 시간 범주와 휴지 시간(DT)만으로 산정이 가능하며, 가용장비 이용률의 경우 운영 시간과 대기(SB)에 포함되는 시간 범주(5가지)가 필요한 것으로 나타났다. 마지막으로 효율성에 대한 2가지 지표인 운영 효율성과 생산 효율성의 경우 근무 시간(WT)과 운영 지연(OD)의 2가지 시간 범주만으로도 산정이 가능한 것으로 나타났다. 다만, 생산 효율성의 경우 생산적인 시간(PT)과 비생산적인 시간(NP)을 따로 구분하여 측정해야만 계산이 가능하였다.

Table 3.

Time categories required to calculate the key performance indicators (KPIs) proposed by GMG’s guideline

Key
Performance
Indicators
(KPIs)
Calendar Time (CT)
Scheduled Time (ST) Unscheduled
Time
(UT)
Available Time (AT) Downtime
(DT)
Operating Time (OT) Standby (SB)
Working Time (WT) Operating
Delay
(OD)
Operating
Standby
(SBO)
External
Standby
(SBE)
Productive
Time
(PT)
Non-Productive
Time
(NT)
Availability
KPIs
Uptime
Physical
Availability
Mechanical
Availability
Utilization
KPIs
Use of
Availability
Asset
Utilization
Operating
Utilization
Effective
Utilization
Effectiveness
KPIs
Operating
Effieciency
Production
Effectiveness

성과지표를 계산하는 데 필요한 시간 범주 중 근무시간(WT)은 생산적인 시간과 비생산적인 시간으로 구분할 수 있다. GMG에서 발표한 가이드라인(Global Mining Guidelines Group, 2020)에 따르면 생산적인 시간에 포함되는 기본 시간요소에는 접근, 적재, 실차 이동, 하역 시간이 있으며, 비생산적인 시간에는 훈련, 교차로에서의 대기, 재배치, 공차 이동, 적재 및 하역 지점에서의 대기 시간이 포함된다. 따라서 근무시간은 트럭순환시간 이론과 연관 지어 설명이 가능하고, 이를 바탕으로 근무 시간을 측정할 수 있다. Fig. 2는 GMG에서 제안한 시간 범주 중 하나인 근무시간과 트럭순환시간 이론과의 관계를 도식화하여 나타낸 것이다. 트럭순환시간 이론에서 로더 및 파쇄기로의 접근시간(STL, STD), 적재시간(LT), 하역시간(DT), 실차 이동 시간(TL)은 생산 작업에 직접적으로 기여하는 작업이므로 GMG의 시간 범주 중 생산적인 시간으로 분류할 수 있다. 반면에 공차 이동 시간(TE)과 대기 시간(AD)은 생산에 직접적으로 기여하지 않지만 광산의 운영에 필요한 작업이므로 비생산적인 시간(NP)으로 분류할 수 있다.

Fig. 2를 통해 근무시간이 트럭순환시간 이론의 모든 단위작업을 포함하고 있다는 것을 확인할 수 있다. 따라서 원석 혹은 폐석의 적재-운반 작업 시 매 회차의 시작시간과 종료시간을 기록하면 근무시간을 쉽게 산정할 수 있으리라 판단된다. 그러나 근무시간을 구성하는 생산적인 시간과 비생산적인 시간을 구분하여 측정하게 된다면 시작 및 종료시간 외에 3개의 시점에서 추가적인 시간 기록이 필요하다. 즉, 적재 지점에서 로더에 접근을 시작하는 시간, 하역 지점에 도착한 시간, 하역 지점에서 하역을 위해 접근을 시작하는 시간의 추가적인 기록이 필요하다. 대기는 운영 대기(SBO)와 외부 대기(SBE)로 구분할 수 있으나 성과지표를 산정하는 데에는 이를 구분하여 기록할 필요가 없다. 대기에는 식사 및 휴식, 장비 점검, 교육 및 회의와 같은 기본 시간요소들이 포함된다. 대기의 경우 생산 작업 도중 발생하기보다 생산 작업이 중단된 상태에서 발생할 가능성이 크고, 내용과 소요시간이 매번 다르게 나타날 경우가 크기 때문에 트럭 운전자가 직접 내용 및 소요시간을 기록하는 것이 적절하리라 판단된다. 대기와 마찬가지로 휴지 시간도 트럭 운전자가 직접 내용 및 소요시간을 기록하는 것이 적절하다. 예정된 시간과 예정에 없던 시간은 트럭 운전기사의 출근 및 퇴근시간을 기록하면 쉽게 산정이 가능하며, 운영 지연의 경우에는 예정된 시간에서 앞서 산정된 시간 범주들을 제외하고 나면 운영 지연의 소요시간이 산정된다.

https://static.apub.kr/journalsite/sites/ksrm/2022-032-05/N0120320504/images/ksrm_32_05_04_F2.jpg
Fig. 2.

Relationship between working time (WT) of GMG, and the truck cycle time theory

3.3 표준 트럭 작업 일지 설계

표준 트럭 작업 일지에 포함되는 항목은 국내 광산 현장에서 활용 중인 기존 트럭 작업일지의 분석을 통해 도출되었다. 생산 작업 관련 시간 정보의 기록 방법은 GMG에서 제안한 성과지표 산정식을 검토한 다음 고안하였다. 표준 트럭 작업 일지의 항목들은 Table 2를 바탕으로 구성되었으며, 차량 운행시간의 경우 생산적인 시간과 비생산적인 시간을 구분하여 기록하는 것이 아닌 근무시간을 기록하도록 설계하였다. 근무시간만 기록하게 될 경우 GMG에서 제안한 성과지표 중 생산 효율성 지표를 산정할 수 없는 단점은 있지만 작성자가 기록해야 할 항목의 수가 줄어드는 장점이 있다. Fig. 3은 본 연구에서 설계한 표준 트럭 작업 일지를 보여준다.

https://static.apub.kr/journalsite/sites/ksrm/2022-032-05/N0120320504/images/ksrm_32_05_04_F3.jpg
Fig. 3.

Standard work report for trucks developed in this study

4. 표준 트럭 작업 일지 현장 적용

4.1 연구지역 및 적용 방법

본 연구에서는 개발된 표준 트럭 작업 일지를 현장에 적용하여 트럭 운반 작업의 성능을 평가하기 위해 대한민국 충청북도 단양군에 위치한 대성엠디아이 단양사업소를 연구지역으로 선정하였다(Fig. 4). 연구지역은 갱내 채광을 적용하여 석회석을 주로 생산하고 있다. 주 광체는 50~90°로 경사져 있으며 향사 습곡구조를 가지고 있다. 따라서, 채광법은 현장의 지질 특성을 고려해 중단채광법(sub-level stoping)을 기본으로 적용하고, N35W 방향으로 수평 굴진한 다음 상편과 하편을 램프(ramp)로 연결하여 채광하고 있다. 채광된 석회석은 로더를 이용하여 트럭에 적재한 다음 갱 외에 위치한 선광장까지 운반되고 있다. 가공 설비의 경우 크게 파쇄 시설, 미분 시설, 탈황 시설의 3가지 공정으로 이루어져 있으며, 연간 약 43만 톤의 석회석을 생산하고 있다.

https://static.apub.kr/journalsite/sites/ksrm/2022-032-05/N0120320504/images/ksrm_32_05_04_F4.jpg
Fig. 4.

Aerial view of study area (Daesung MDI underground limestone mine, Danyang-gun, Chungcheongbuk-do, Republic of Korea)

장비의 배차 및 생산 계획은 석회석의 납품 계획과 품위 조절 등에 따라 운반 작업 도중 변경될 수는 있으나, 현장에서는 오전 혹은 오후 작업이 시작되기 이전에 배차 관리자에 의해 계획이 수립된다. Table 4는 연구지역에서 광석 혹은 폐석을 적재하고 운반하는 장비의 종류와 수를 나타낸 것이다. 운반 작업은 트럭 5대와 로더 1대가 투입되어 운영되고 있으며, 일반적으로 하루 10시간(07:00~18:00, 점심 및 휴게시간(12:00~13:00 제외) 동안 작업이 이루어지고 있다.

Table 4.

Equipment of loading and haulage system in study area

Equipment Capacity Unit Number
Trucks 24.0 ton 3
25.5 ton 2
Wheel loader 4.8 m3 1

본 연구에서는 개발된 표준 트럭 작업 일지를 연구지역에 적용하여 트럭 운반 작업의 성능을 평가하였다. 표준 트럭 작업 일지를 이용한 조사는 트럭 운전기사들이 직접 작성하는 방식으로 수행되는 것이 타당하다. 그러나 트럭 운전기사들은 기존에 작성하고 있던 작업 일지를 계속해서 작성해야 하고, 새로운 작업 일지에 대한 이해가 부족할 것이라 판단하였다. 따라서, 5명의 조사자가 연구지역에 방문하였으며 생산 작업 시 트럭의 조수석에 탑승한 다음 표준 작업 일지를 작성하였다. 조사는 트럭 운전기사들이 출근하기 이전부터 퇴근할 때까지 수행하였다.

4.2 트럭 작업 일지 작성 결과

본 연구에서는 개발된 표준 트럭 작업 일지를 현장에 적용하고 트럭 운반 작업의 성능을 평가하기 위해 연구지역에 방문하여 조사를 수행하였다. 현장 조사를 수행할 당시 연구지역에서는 1대의 로더와 5대의 트럭을 운반 작업에 투입하여 생산 작업을 진행하였다. 5명의 조사자가 각각 1대의 트럭에 탑승한 다음 표준 트럭 작업 일지를 기록하였다. Fig. 5는 트럭 E에 탑승한 조사자가 기록한 트럭 작업 일지를 보여준다.

https://static.apub.kr/journalsite/sites/ksrm/2022-032-05/N0120320504/images/ksrm_32_05_04_F5.jpg
Fig. 5.

Result of standard work report for truck A in the study area

4.3 트럭 운반 작업의 성능 평가 결과

표준 트럭 작업 일지를 이용하여 기록된 데이터를 바탕으로 트럭 운반 작업의 성능을 평가하였다. Fig. 6은 운반 작업에 투입된 트럭들의 단위작업별 소요 시간을 GMG에서 제안한 시간 범주로 분류하여 나타낸 것이며, 달력 시간(24시간)을 기준으로 백분율의 형태로 표현하였다. 트럭순환시간 이론에 포함되는 단위 작업들을 의미하는 근무시간은 평균 8시간 52분 정도로 나타났다. 운반 작업이 일시적으로 중지되거나 방해받는 상태를 의미하는 운영 지연은 약 1시간으로 나타났다. 대기와 예정에 없던 시간은 각각 1시간 20분, 12시간 48분 정도로 나타났다. 근무시간(약 36.9%), 운영 지연(약 4.2%), 대기(약 5.5%), 예정에 없던 시간(약 53.4% )은 5대의 트럭 모두 달력 시간에서 차지하는 비율이 유사하게 나타났다. 예정에 없던 시간은 달력 시간의 약 53.4%를 차지할 정도로 높은 비율을 차지하고 있다. 이러한 이유는 오전 8시부터 오후 6시까지 생산 작업을 1교대로 운영하고 있으며 야간에는 생산 작업을 진행하지 않기 때문이다. 또한, 현장조사 당일에는 트럭 고장 및 수리로 인한 휴지 시간은 발생하지 않은 것을 확인할 수 있다.

https://static.apub.kr/journalsite/sites/ksrm/2022-032-05/N0120320504/images/ksrm_32_05_04_F6.jpg
Fig. 6.

Classification of time categories of trucks dispatched to haulage operations in the study area

Table 5는 트럭의 가용률, 이용률, 효율성 측면에서 8개의 성과지표를 산정한 결과를 보여주고 있다. 트럭의 가용률과 관련한 성과지표는 트럭의 가동시간, 물리적 가용률, 기계적 가용률의 세 가지 지표를 산정하였다. 연구지역에서는 운반 작업을 1교대로 운영하기 때문에 트럭의 가동시간이 평균 46.7%로 다소 낮게 나타나고 있으며, 물리적 가용률과 기계적 가용률은 트럭의 고장 및 수리가 발생하지 않았기 때문에 100%로 나타나고 있다. 트럭의 이용률의 경우에는 가용장비 이용률, 자산 이용률, 운영 이용률, 유효 이용률의 4가지 지표를 산정하였다. 가용장비 이용률은 평균 88.2%로 나타나고 있으며, 조사 당일 가용 가능한 장비를 가용 가능한 시간 내에서 잘 활용했다고 판단할 수 있다. 달력 시간에 대한 운영 시간의 백분율로 표현되는 자산 이용률은 약 41.1%로 나타나고 있다. 운영 이용률과 유효 이용률은 각각 88.2%와 79.2%로 나타났다. 마지막으로 효율성 측면에서는 운영 효율성 지표를 산정하였으며, 약 89.8%로 높게 나타나는 것으로 볼 때 운반 작업에서 트럭이 효율적으로 운영되고 있다고 판단할 수 있다.

Table 5.

Performance evaluation result of truck haulage operations in the study area

KPIs Truck A Truck B Truck C Truck D Truck E Average
Availability
KPIs
Uptime 46.5% 45.8% 47.9% 46.5% 46.5% 46.7%
Physical Availability 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Mechanical Availability 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Utilization
KPIs
Use of Availability 88.2% 87.7% 88.4% 88.2% 88.3% 88.2%
Asset Utilization 41.0% 40.2% 42.4% 41.0% 41.1% 41.1%
Operating Utilization 88.2% 87.7% 88.4% 88.2% 88.3% 88.2%
Effective Utilization 80.2% 78.4% 79.3% 78.0% 79.9% 79.2%
Effectiveness
KPIs
Operating Effieciency 91.0% 89.3% 89.7% 88.4% 90.5% 89.8%

5. 토 의

본 연구에서는 노천 및 지하 광산의 트럭 운반 작업에 대한 데이터를 기록하고, GMG에서 제안한 핵심성과지표들을 효율적으로 산정하기 위한 표준 트럭 작업 일지를 제안하였다. 트럭 운전기사의 작업여건과 환경을 고려하여 작업 일지에 기록되는 항목들을 최소화하였으며, 트럭이 적재 혹은 하역작업으로 인해 정차했을 경우에 기록할 수 있는 항목으로 구성하였다. 따라서 개발된 표준 작업 일지에서는 생산 효율성 지표를 제외한 8개의 핵심성과지표들을 산정할 수 있다. 만약, 생산 효율성에 대한 지표를 포함한 GMG의 모든 핵심성과지표를 산정하고자 한다면 Fig. 2에 나타낸 것과 같이 근무시간을 생산적인 시간과 비생산적인 시간으로 구분하여 기록하면 된다. Fig. 7은 작업 일지의 운행 현황 부분을 수정하여 생산 효율성까지 산정이 가능한 작업 일지의 예시를 보여준다. 생산적인 시간과 비생산적인 시간을 구분하여 기록하고자 하면 운반 작업의 매 회차 시작 및 종료 시점 외에 적재 시 로더에 접근을 시작하는 시점, 하역 지점에 도착한 시점, 하역 지점으로의 접근을 시작하는 시점의 시간을 추가적으로 기록해야 한다. 운반 작업을 구성하는 단위작업들이 연속적으로 수행되는 도중 트럭을 잠시 정차하여 작업 일지를 기록하는 것은 불가능에 가까우며, 정확한 시간을 기록하는 것도 쉽지 않을 것이다. 이러한 이유로 생산 효율성까지 산정이 가능한 작업 일지를 실제 광산 현장에 적용하여 활용하는 것은 어려울 것이라 판단된다.

국내 광산 현장의 경우 트럭 운반 작업에 대한 작업 일지를 트럭 운전기사가 수기로 작성하고, 작성된 작업 일지는 관리자에 의해 매일 취합 및 관리되는 경우가 대부분이다. 국내 광산에 도입이 가능한 스마트 마이닝 기술을 고려했을 때 작업 일지를 수기로 작성하고 관리, 분석하는 것은 매우 비효율적인 작업이다. 따라서 ICT 기반의 스마트 기술을 광산 현장에 도입하여 운반 작업에 대한 정보들을 자동으로 기록하는 것부터 저장 및 관리, 분석(핵심성과지표 산정)까지 한 번에 수행할 수 있는 시스템의 구축이 필요할 것이다.

https://static.apub.kr/journalsite/sites/ksrm/2022-032-05/N0120320504/images/ksrm_32_05_04_F7.jpg
Fig. 7.

Standard work report for trucks developed in this study to calculate all Key Performance Indicators (KPIs) proposed by GMG

6. 결 론

본 연구에서는 노천 및 지하 광산의 트럭 운반 작업에 대한 데이터를 체계적으로 수집하고, GMG에서 제안한 핵심성과지표를 이용한 운반 작업의 성능을 평가할 수 있는 표준 트럭 작업 일지를 개발하였다. 광산 현장에서 범용적으로 활용할 수 있는 표준 트럭 작업 일지를 개발하기 위해 국내 광산 현장 5곳에서 활용하고 있는 작업 일지를 확보한 다음 분석을 수행하였다. 분석 결과를 바탕으로 작업 일지에 기재되어야 할 항목들을 일반 현황, 차량 현황, 운행 현황, 기타 사항의 4가지 영역에서 도출하였으며, 표준 트럭 작업 일지를 설계하였다. 운행 현황에서 기록되는 차량 운행시간은 GMG에서 제안한 시간 범주 중 하나인 근무 시간을 기록하도록 설계하였으며, 이는 GMG 가이드라인에서 제시된 핵심성과지표 산정식의 분석 결과를 통해 결정할 수 있었다. 표준 트럭 작업 일지를 국내 석회석 지하 광산에 적용하여 운반 작업의 성능을 평가한 결과, 트럭의 가용률, 이용률 및 효율성 측면에서 총 8개의 지표를 산정할 수 있었다. 표준 트럭 작업 일지를 이용하면 노천 및 지하광산의 트럭 운반작업에 대한 정보를 수집하는 것뿐만 아니라 운반 작업의 성능 평가도 성공적으로 수행할 수 있다는 것을 확인할 수 있었다. 또한, 운반 작업과 관련하여 수집되고 축적된 정보를 이용하면 운반 작업에 대한 성능을 진단하고 평가할 수 있으며, 운반 작업을 개선하기 위한 방안도 도출할 수 있을 것이다. 그러나 본 연구에서 개발된 작업 일지는 사용자의 작성 편의성을 위해 생산 작업과 관련한 시간 정보의 항목을 최소화하여 설계하였다. 따라서 GMG 가이드라인에서 제안한 모든 핵심성과지표를 산정할 수 없다는 한계가 있다. 또한, 작업 일지를 수기로 작성해야 한다는 불편함은 여전히 존재하고 있으므로, 향후에는 ICT 기반의 스마트 기술을 이용하여 트럭 운반 작업에 대한 정보를 자동으로 수집, 기록할 수 있고 분석까지 수행이 가능한 원스톱 솔루션 개발이 필요할 것이다.

Acknowledgements

본 연구는 2022년도 정부(산업통상자원부)의 재원으로 한국에너지기술평가원 신산업 맞춤형 핵심광물개발활용기술개발사업의 지원을 받아 수행되었다(과제명: 신북방지역 주석광 맞춤형 ICT기반 채광 및 저비용/고효율 선광기술 개발 실증, 과제번호: 20227A10100020).

References

1
Alarie, S. and Gamache, M., 2002, Overview of solution strategies used in truck dispatching systems for open pit mines, International Journal of Surface Mining, Reclamation and Environment, 16(1), 59-76. 10.1076/ijsm.16.1.59.3408
2
Arputharaj, M.M., 2015, Studies on availability and utilisation of mining equipment-an overview, International Journal of Advanced Research in Engineering and Technology, 6(3), 14-21.
3
Baek, J., Choi, Y., Lee, C., Suh, J., and Lee, S., 2017, BBUNS: Bluetooth beacon-based underground navigation system to support mine haulage operations, Minerals, 7(12), 228-243. 10.3390/min7110228
4
Baek, J., Suh, J., and Choi, Y., 2018, Analysis of reviewed signal strength index from bluetooth beacons to develop proximity warning systems for underground mines, Journal of the Korean Society of Mineral and Energy Resources Engineers, 55(6), 604-613. 10.32390/ksmer.2018.55.6.604
5
Bellanca, J.L., Orr, T.J., Helfrich, W.J., Macdonald, B., Navoyski, J., and Demich, B., 2019, Developing a Virtual Reality Environment for Mining Research, Mining, Metallurgy & Exploration, 36(4), 597-606. 10.1007/s42461-018-0046-230906920PMC6423544
6
Bonates, E.J.L., 1996, Interactive truck haulage simulation program, In: Hennies, W.T., Ayres da Silva, L.A., and Chaves, A.P. (eds), Mine Planning and Equipment Selection 1996, Balkema, Rotterdam, Netherlands, pp. 51-57.
7
Cardu, M., Sacerdote, I., Margro, A., and Crosa, M., 2004, Analysis of possible alternatives for the exploration and hauling system in a marl mine (Tavernola BG, Italy), In: Hardygora, M., Paszkowsa, G., and Sikora, M. (eds), Mine Planning and Equipment Selection 2004, Taylor & Francis Group, London, UK, pp. 543-551.
8
Gackowiec, P., Podobińska-Staniec, M., Brzychczy, E., Kühlbach, C., and Özver, T., 2020, Review of key performance indicators for process monitoring in the mining industry, Energies, 13(19), 5169. 10.3390/en13195169
9
Global Mining Guidelines Group, 2020, A Standardized Time Classification Framework for Mobile Equipment in Surface Mining: Operational Definitions, Time Usage Model, and Key Performance Indicators, Retrieved April 5, 2022, from https://gmggroup.org/guidelines-and-publications/.
10
Hague, K.P., 2021, Strategic Implementation of Digital Technologies to Optimize Operations in an Underground Mine, Doctoral Dissertation, The University of Arizona.
11
Hartman, H.L. and Mutmansky, J.M., 2002, Unit operations of mining. In Introductory Mining Engineering, 2nd ed., Wiley: New York, USA, pp. 119-152.
12
Jang, H., 2019, Australian Mining Transformation and Future Prospects in Response to the 4th Industrial Revolution, Journal of the Korean Society of Mineral and Energy Resources Engineers, 56(5), 490-513. 10.32390/ksmer.2019.56.5.490
13
Jung, J. and Choi, Y., 2017, Measuring transport time of mine equipment in an underground mine using a bluetooth beacon system, Minerals, 7(1), 1. 10.3390/min7010001
14
Jung, J., Baek, J., and Choi, Y., 2016, Analysis of Features and Applications of Bluetooth Beacon Technology for Utilization in the Mining and Construction Industries, Tunnel and Underground Space, 26(3), 143-153. 10.7474/TUS.2016.26.3.143
15
Kennedy, B., 1990, Surface Mining, Littleton, Colorado: Society for Mining, Metallurgy, and Exploration. (2nd Edition).
16
Kim, B. and Yoo, K., 2021, Digital Innovation in Mining Industries, Journal of the Korean Society of Mineral and Energy Resources Engineers, 58(1), 61-65. 10.32390/ksmer.2021.58.1.061
17
Kim, Y., Baek, J., and Choi, Y., 2021, Smart Helmet-Based Personnel Proximity Warning System for Improving Underground Mine Safety, Applied Sciences, 11(10), 4342. 10.3390/app11104342
18
Korea Institute of Geoscience and Mineral Resources, 2022, Yearbook of Minerals Statistics. https://www.kigam.re.kr/galleryDownload.es?bid=0026&list_no=3142&seq=1 [Accessed October 18, 2022].
19
Park, S. and Choi, Y., 2021a, Bluetooth Beacon-Based Mine Production Management Application to Support Ore Haulage Operations in Underground Mines, Sustainability, 13(4), 2281. 10.3390/su13042281
20
Park, S. and Choi, Y., 2021b, Analysis and Diagnosis of Truck Transport Routes in Underground Mines Using Transport Time Data Collected through Bluetooth Beacons and Tablet Computers, Applied Sciences, 11(10), 4525. 10.3390/app11104525
21
Park, S. and Choi, Y., 2022a, Development of Applications for Recording Ore Production Data and Writing Daily Work Report of Dump Truck in Mining Sites, Tunnel and Underground Space, 32(2), 93-106.
22
Park, S. and Choi, Y., 2022b, Current State of Digital Information Gap in the Korean Mining Industry and its Mitigation Strategy: A Case of Daily Work Report App Development, Journal of the Korean Society of Mineral and Energy Resources Engineers, 59(2), 173-181. 10.32390/ksmer.2022.59.2.173
23
Park, S. and Choi, Y., 2022c, Analysis of International Standardization Trends of Smart Mining Technology: Focusing on GMG Guidelines, Tunnel and Underground Space, 32(3), 173-193.
24
Park, S. and Choi, Y., 2022d, Performance Evaluation of Truck Haulage Operations in an Underground Mine using GMG's Time Usage Model and Key Performance Indicators, Tunnel and Underground Space, 32(4), 254-271.
25
Park, S., Choi, Y., and Park, H. S., 2014, Simulation of shovel-truck haulage systems in open-pit mines by considering breakdown of trucks and crusher capacity, Tunnel and Underground Space, 24(1), 1-10. 10.7474/TUS.2014.24.1.001
26
Pfleider, E., 1968, Surface Mining (1st Edition), New York: American Institute of Mining, Metallurgical, and Petroleum Engineers.
27
Suboleski, S.C., 1975, Mine Systems Engineering Lecture Notes, The Pennsylvania State University, University Park, Pennsylvania, USA.
28
Temeng, V.A., 1997, A computerized model for truck dispatching in open pit mines, Phd Thesis, Michigan Technological University, Michigan, USA. 306p.
페이지 상단으로 이동하기